智象（HiDream.ai）将新发布的 HiDream-O1-Video-1.0（简称 HiDream V1）定义为”更懂真实世界的视频生成模型”，并把它放在”一个 UiT（Unified Transformer）、四大模型同源演进”的世界模型路线中。视频模型本身并不是完整的世界模型，一段符合常识的成片也不能证明模型已经形成了可泛化的物理认知。Video 补上的是时间维度：按照智象的世界模型路线，HiDream-O1-Image 用于表达静态空间，HiDream-O1-Video 加入时间、动作与音画变化，HiDream-O1-World 进入可探索的三维环境，HiDream-O1-Embodied 则让模型在现实中行动并接收反馈。